文|雪豹財經社 劉紓含

經營一家便利蜂加盟店不到一個月，劉璐（化名）發現，她無法以一己之力和強大的算法系統抗衡。

成為便利蜂北京地區第一批外部加盟商的兩個月之內，她瘦了10斤。“耗著”，她在與雪豹財經社的對話中頻頻提及這個詞，和便利蜂、算法系統以及慘淡的門店營業額耗著。

給劉璐帶來巨大消耗的系統，曾是便利蜂引以為傲的“算法革命”故事，也是吸引她加盟的原因之一。她原以為算法即使不能幫她提高收入，也至少能減輕一些工作負擔。但在實際經營中，算法似乎失靈了。

和她一樣的便利蜂加盟商們，面臨同一個問題：每天花費大量時間和機器、系統、蜂利器（便利蜂內部運營管理App）“纏斗”，還要面臨高額損耗。

耗了兩個月，劉璐耗不動了，在2023年年底終止了和便利蜂的合作經營合同。

算法圍城

“儲存凍品的三個冷藏柜都被塞滿了，貨賣不完，可公司還是不讓我減少訂貨量。”面對大量廢棄造成的經營損耗，李明亮（化名）感到焦慮，加盟便利蜂后，他經營的這家店幾乎每天都會出現新問題。

李明亮認為，問題就出在算法系統事無巨細地把控所有環節。

作為門店實際經營者，他明明是最了解顧客需求的一環，卻沒有權限及時增改某款產品的進貨量。訂貨需求要向總部提交申請，由算法測算好數量后，再經由總部審批。等審批下來，已經過去了兩周。

對零售行業來說，兩周的時間太長了。李明亮店里的過期產品越堆越多。

這是便利蜂加盟商們的共同焦慮。在劉璐的門店，面包、三明治、飯團每天都要被倒掉兩筐，每每看到，她都覺得“觸目驚心”，“像被架在火上烤”。

劉璐告訴雪豹財經社，她的加盟店位于流動性商圈，門店緊挨著一個超大型商場和美食城，收入基本靠水飲和賣場區維持，FF區（熱餐、關東煮、蒸包、炸品、豆漿、餅等鮮食區）需求量并不大。

加盟后，她多次向公司申請，要求減少熱餐訂貨量，但直到閉店，便利蜂都沒有給她減少熱餐的機會。

最慘淡的時候，劉璐門店白天的熱餐廢棄能達到五成，晚上甚至連一份晚餐都賣不出去。“即便如此，公司用算法系統測算過之后，還是說門店有熱餐銷售機會。”她告訴雪豹財經社。

所謂的熱餐銷售機會，是不到一百元的午餐日盈利。工作人員告訴劉璐，經過算法系統測算，她門店銷售的午餐熱餐每天有幾十元利潤，屬于“正向盈利”，所以熱餐的訂貨量不能減少。

劉璐算了筆賬，按照便利蜂給加盟店的分成模型測算，每天不到一百元的午餐熱餐盈利，她自己最多只能分到20%，最終得到的熱餐盈利甚至無法填補她需要支付給員工的工錢。

在劉璐店里，每個月都有貨值1.5萬元左右的過期產品消耗。李明亮也同樣如此。一個月下來，他們不僅賺不到錢，還要虧5000~7000元。

加盟店訂貨無法減量，導致門店廢棄率居高不下，這個問題便利蜂的員工知道，但算法不知道。

一個內部員工告訴劉璐，根據目前的門店數據分析，可以看到她門店的熱餐存在連續廢棄的情況，但當她尋求進一步解決方法時，只能得到一句“算法系統還沒有相關的運營SOP（標準操作流程），人為無法干預”。

算法系統的決策過程無非是人為設置的函數計算，人怎么會被算法綁架呢？劉璐想不通。

在加盟商這里，數據測算和實際經營之間的“顆粒度”總是無法對齊，算法系統因為一個接一個的阻礙和錯誤而變得荒謬。

王沖（化名）是在去年8月加盟的便利蜂，在這之前，他是便利蜂直營店的店長。他告訴雪豹財經社，做店長時，他只需要“無腦”遵循系統不間斷下達的指令——檢查庫存、理貨、盤點、熱包子、打掃衛生、接待顧客。

但成為加盟商后，驗貨成了他“生命不可承受之重”。在他的門店，實際到貨數和算法系統提供的到貨數量常常不一致，每次上夜班理貨的時候，他都會發現來貨數量比系統提供的數據少一兩個。

他嘗試過向公司舉證，但舉證流程長且繁瑣，到最后基本都會被系統判定申訴通不過。他只能默認“來貨即盤虧”的現實。

永遠在和機器對話

走進便利蜂的算法系統，很多加盟商都能感受到“人”的缺位。

這是便利蜂創始人莊辰超意志的體現。如果找一句最能突出便利蜂特點的話，便是他那句“有人的地方，就會導致效率的低下”。在便利蜂，一切關鍵節點都被算法這雙看不見的大手掌控。

在直營店時期，算法覆蓋了一部分人工，不僅幫便利蜂實現了快速擴張，而且提升了決策效率，極大縮減了便利蜂的人力成本。

但硬幣的另一面，是人為干預的缺失。

據雪豹財經社了解，目前負責便利蜂所有直營門店和加盟店運營管理業務的城市總只剩四個人，平均每人要管理300多家門店。原本應該負責運營業務的城市總，成了加盟商和公司之間的“傳聲筒”，加盟商遇到問題時，城市總做的最多的就是在“蜂利器”里拉群。而拉群之后，加盟商們仍然找不到解決問題的人。

劉璐表示，便利蜂的中臺響應機制非常慢，城市總也經常處于失聯狀態，通過微信和蜂利器都很難聯系上城市總。“整條業務線只有一個員工跟你對接，”劉璐時常覺得自己身處賽博世界，“永遠在和機器對話。”

為了適應算法系統的規則，劉璐不斷調整她的申請話術。為減少熱餐訂貨量，劉璐想過很多種申請理由，包括“廢棄率過高”，還有“門店所在商圈發生重大變化，影響經營”，但問題都沒有得到解決。

在劉璐的蜂利器App申請界面上，有多條“訂貨問題上報”，直到她終止經營合同，仍有5條申請是零回復。

哪怕在培訓和巡店過程中，加盟商也常常見不到人。

在加盟商培訓期間，劉璐被安排到一家直營店工作了10個工作日，按時上下班打卡，跟著系統下發的工序完成任務，就能成為拿到銀牌標簽的合格加盟商。

簽約接店后，便利蜂前期承諾給加盟商的門店督導和培訓就更少了。在劉璐經營的兩個月內，負責和她對接的城市總換了3個，承諾的一周巡店一次也沒有兌現，她只在接店時見過一次便利蜂的巡店人員。

收銀環節的全流程自動化系統，是便利蜂“算法替代人力”的又一個例證。但很多加盟商發現，這種開放式自助收銀，使得門店盜損、顧客漏結、逃單情況頻發。

李明亮告訴雪豹財經社，到高峰期，每個店員都在系統“你有一條新任務”的催促下疲于奔命，根本無暇顧及自助收銀區的顧客是否結賬。而便利蜂對直營店的盜損追討免賠、香煙盜損申訴免賠機制，都并不適用于加盟店。

這意味著，除非加盟商能自己追回，否則一切損失只能自己承擔。

脆弱的烏托邦

在便利蜂搭建的模型中，算法連接起了員工、供應鏈、門店和顧客，數據是這家公司的靈魂。

在零售行業，這是一個驚艷行業的新物種，一個算法的烏托邦。莊辰超曾在接受媒體采訪時這樣總結：“我們只做一件事，投資算法（軟件）驅動的世界。”這個誘人的新故事，讓便利蜂一度成為騰訊、高瓴資本等投資機構的寵兒。

靠算法帶來的標準化，便利蜂開啟狂飆突進的快速擴張。截至2020年底，便利蜂用4年開出2000家門店。而三大日系便利店巨頭7-11、全家、羅森，在中國開出2000家門店的時間，分別是15年、16年和23年。

莊辰超曾在2019年的演講中表示，7-11培養一個優秀店長大概需要兩年，而在便利蜂的系統下，把“小白”培養為店長只需要6個月。2020年，這個時間被縮短到一個多月。到2023年，在極度缺人的地區，便利蜂甚至開通了免培訓入職。

在便利蜂的對外宣傳中，隨著模型逐漸完善，便利蜂的算法驅動已經獲得了高于人工經營的準確率。2018年，其智能訂貨數據優于60%以上合格店長的人工測算數據，每天為單店增加500元以上收益。

便利蜂還做過人工選品與系統選品的對比測試。成功標準是在一個銷售周期內，選品躋身該類商品銷售量的前75%。早期，人工選品和系統選品的成功率分別為40%和75%。后來，系統選品的成功率達到95%。用莊辰超的話說，經過多年人機競賽，人工已經很難戰勝機器了。

“機器替代人類”的故事，看起來很美，但便利蜂算法面臨的詬病和爭議從未停止。

應對非常態事件，算法無法提前預測門店的訂貨變化，而店員由于未接受過訂貨培訓，導致門店失去精準訂貨能力，從而造成商品廢棄損失。王沖告訴雪豹財經社，在做店長期間，他就發現便利蜂的商品廢棄率遠高于7-11、全家等。

更何況，在7-11、全家等連鎖便利店品牌，自動補貨系統等數字化管理方式已不是新鮮事。劉璐在了解了7-11的數字化模型后感慨：“便利蜂的算法真的并不神奇。”

莊辰超的野心，是在便利蜂實現數量世界和物理世界的耦合，甚至實現數字世界對物理世界的真正掌握。

但殘酷的現實是，這個算法烏托邦還遠不夠嚴密和強大。

王沖告訴雪豹財經社：“沒有人能看懂便利蜂的現在和未來，加盟商接觸到的城市總、公司員工，都不能完全地理解便利蜂的算法模式。”

按照蜂利器App的數據，今年2月初，便利蜂全國門店數量為1305家。在2023年8月剛開放加盟時，內部人員透露的門店數為1800余家。據便利蜂城市總提供的數據，截至2月初，便利蜂全國簽約的加盟門店為80多家。

系統仍在運轉，人與算法的對抗和博弈還在繼續，但沒有贏家。